Текст книги "Игра в цифры. Как аналитика позволяет видеоиграм жить лучше"

Второе название метода взято из материала Wooga, что дает +10 к доверию к данному методу. Из этого же материала взята и картинка:

Поясним. Допустим, к вам в проект пришла группа новых игроков, и вы стали за ней следить. Вы замеряете, сколько денег принес вам в среднем один игрок из этой группы за 7 дней, за 14, за 28 и т. д. То есть, по сути, вы переходите от обычного ARPU к накопительному за N дней.

Ну а зная Cumulative ARPU за 7, 14, 28 и т. д. дней, мы вновь сможем построить математическую модель кривой, которая будет прогнозировать значения Cumulative ARPU за сколько угодно дней. Будем искать уравнение кривой вида:

F(t) = A + ln(t + B)

где t – количество дней от первого визита пользователя, F(t) – будущее уравнение, A и B – коэффициенты модели.

Вновь рассчитываем сумму квадратов отклонений и минимизируем ее за счет подбора оптимальных значений коэффициентов A и B.

Если же у вас есть больше значений Cumulative ARPU (скажем, за 60 и 90 дней), то можно добавить в уравнение дополнительные слагаемые вида C*t или D/t, это может повысить точность. Ну и в целом – здесь нет одного уравнения, гарантированно дающего минимальное отклонение. Экспериментируйте с видом уравнения!

Путем нескольких итераций вы таки получите уравнение, которое вас устроит. Теперь, подставив в это уравнение нужное вам значение t, вы получите Cumulative ARPU(t), что по сути и будет равняться LTV.

Как выбрать значение t для расчета LTV?

1. Во-первых, можно взять Lifetime.

2. Во-вторых, можно вновь задать это t экспертно.

3. В-третьих, можно вернуться к дисконтированию и добавить в получившееся уравнение знаменатель . В этом случае рано или поздно на графике станет намечаться асимптотическое значение (как на картинке выше – примерно $3,70, выше которого LTV быть не сможет. Вот это значение и берите).

Итак, мы рассмотрели множество методов расчета LTV, которые, как вы могли заметить, упорядочены от наименее точного к наиболее точному. Выбирайте тот метод, который вам по душе, рассчитывайте свою LTV и принимайте правильные решения.

А теперь – главное правило LTV: делите пользователей на сегменты и считайте LTV каждого сегмента в отдельности. Это даст вам и более высокую точность, и больше поводов для принятия правильных решений по вашему продукту.

Чтобы ответить на этот вопрос, компания Tapjoy проанализировала 479 мобильных приложений, в которых с октября 2013 года по декабрь 2014 года было как минимум 1000 сессий. При этом суммарная аудитория всех приложений составила 149 миллионов пользователей, и рассматривались приложения преимущественно корейских, японских и китайских разработчиков.

Аналитики Tapjoy хотели разобраться, как отличается поведение пользователей приложений, которые заработали 1 миллион долларов, от пользователей тех приложений, которые таких денег не заработали. Результаты получились интересными, и мы хотели бы ими поделиться.

Первое наблюдение. Три платежа

Существует сильная корреляция между количеством пользователей, которые совершили три и более платежей, и вероятностью достижения 1 миллиона долларов.

84 % приложений, в которых хотя бы 1000 пользователей совершили хотя бы три платежа за первые 90 дней с момента первого входа, преодолели барьер в 1 миллион долларов.

При этом, если таковых пользователей набралось 4000, то 100 % приложений достигают миллионной выручки.

Совет

Нужно стимулировать пользователей совершать как можно больше повторных платежей. Три платежа – это некий индикатор того, находится ли приложение на пути к своему миллиону. И если пользователей, совершивших три платежа, недостаточно, делайте все, чтобы максимизировать их количество.

Второе наблюдение. Повторные платежи

Если хотя бы 35 % пользователей, совершивших первый платеж, совершают затем второй и третий платежи, то приложение, скорее всего, заработает миллион долларов.

Процент пользователей, которые сделали одну покупку в приложении, не так важен и не является индикатором достижения миллиона. Основную часть дохода дают именно повторные платежи.

Совет

Рассчитывайте конверсию между первым и вторым, а затем и третьим платежами пользователей. Высокая конверсия между предыдущим и следующим платежом – верный признак высокого LTV. Обращайте внимание на тех, кто уже совершил первый платеж, именно они – локомотив роста вашего приложения. Делайте так, чтобы эти пользователи платили еще.

Третье наблюдение. Длительная сессия

10 % наиболее успешных мобильных игр имеют среднюю игровую сессию свыше 25 минут (для сравнения – игровая сессия 10 % наименее успешных игр в 40 раз короче). Безусловно, удлинять игровую сессию непросто: в среднем она длится от 2 до 8 минут, и лишь 13 % всех проанализированных приложений имеют сессию свыше 10 минут. Однако анализ показывает, что это того стоит.

Совет

Работайте над длиной игровой сессии еще на ранних этапах жизни вашего приложения – меняйте игровой баланс и правила игры, чтобы продлить сессию пользователя.

Четвертое наблюдение. Время для покупки

Первый день месяца, как правило, приносит больше выручки, чем любой другой день (по крайней мере, в Азии). А 20 % всей месячной выручки формируется в первые четыре дня месяца.

Первый час первого дня месяца – наиболее доходный час, а в остальные дни максимум продаж достигается вечером, с 18 до 22 часов.

Совет

Следите за платежной активностью ваших пользователей, выделяйте наиболее доходные дни и часы, формируйте на основании этого анализа паттерны, которые помогут в будущем предложить пользователю то, что он хочет, в самое удобное ему время.

Пятое наблюдение. Бестселлеры

Основная часть дохода получается от продажи наиболее популярных внутриигровых покупок. В более чем половине игр продажи наиболее популярных товаров в 20 раз больше, чем продажи наименее популярных.

Притом, как правило (в 74 % случаев), бестселлеры определяются уже на ранних этапах, и первые три сделанные пользователями внутриигровые покупки становятся в итоге бестселлерами.

Совет

Определяйте наиболее популярные внутриигровые покупки на ранних этапах, сфокусируйтесь именно на их продаже: меняйте их позицию в списке покупок, внешний вид, экспериментируйте с ценами.

Китами в игровой аналитике называют пользователей, которые платят очень большие деньги. При этом нет определенной суммы, потратив которую, пользователь становится китом, – каждый проект определяет это значение сам.

Киты приносят значительную часть дохода игры. Все вы знаете принцип Парето (20 % усилий дают 80 % результата), и в игровой аналитике этот принцип можно сформулировать примерно так: 20 % платящих пользователей дают 80 % дохода игры. Иными словами, небольшое количество платящих пользователей приносит значительную долю от общего дохода игры.

В частности, в исследовании, опубликованном на Venturebeat, говорится, что в условно-бесплатных играх 0,19 % игроков приносят половину игрового дохода.

Вот как выглядит отчет по сегментам платящих пользователей в devtodev. Мы выделили отдельную категорию Grand Whales (топ-1 % платящих больше всех).

Как найти китов?

Этот вопрос аналитикам задают очень часто. Если бы ответ был так прост, всех китов уже давно растащили бы. Нужно понимать, что кит в ваших сетях – это маловероятное событие, и предсказать его трудно (примерно как предсказать землетрясение).

К тому же, если вдруг вы выяснили, что через один из каналов трафика к вам «заплыл» кит, это не значит, что весь маркетинговый бюджет надо направлять на этот канал. Скорее даже наоборот: при анализе качества каналов трафика этого кита лучше вычесть, чтобы он не портил статистику.

Попробуйте поискать китов через анализ вашего проекта по странам или платформам.

Вот, к примеру, статистика от Newzoo с процентами игроков, которые платят большие суммы, по странам.

Мы в целом согласны с подобной статистикой, однако добавим, что можно поискать китов и в арабских странах (Саудовская Аравия, ОАЭ) – мы их там находили.

А вот статистика по китам от GameAnalytics. Видно, что среди пользователей iOS больше и китов, и дельфинов (игроков со средними суммами), чем среди пользователей Android.

Как ведут себя киты?

Во-первых, киты имеют показатели удержания чуть выше, чем другие платящие – и тем более не платящие – пользователи. Это понятно: киты «инвестировали» в игру немалые суммы и заинтересованы в том, чтобы получить возврат своих инвестиций в виде эмоций.

Интересно при этом, что по регулярности входов в игру платящие пользователи, и киты в частности, уступают не платящим. Это можно объяснить тем, что не платящим пользователям нужно больше сессий и времени, чтобы заработать виртуальную валюту в игре. А те, кто заплатил, могут заходить реже и снимать сливки.

Обратимся к тому, за что пользователи предпочитают платить в игре. У Newzoo по этому поводу есть хорошее исследование:

За что платят те, кто отдает небольшие суммы (причины, которые указали 20 % респондентов и больше):

– чтобы разблокировать дополнительные уровни;

– чтобы было веселее играть.

За что платят те, кто платит много:

– чтобы купить премиум-аккаунт;

– чтобы разблокировать дополнительные уровни;

– чтобы было веселее играть;

– чтобы иметь возможность соревноваться с другими игроками.

Выходит, пользователи платят за то, чтобы было веселее играть, за доступ к дополнительным функциям (премиум-аккаунт) и за усиление скилла, чтобы соревноваться на равных с другими игроками. Некоторые из них готовы платить за это очень большие суммы.

Китов найти очень непросто, однако их поиск – серьезная и необходимая задача. Ваш игрок вполне может быть китом, просто он не узнает об этом, пока ему не потребуется заплатить. Важно, чтобы проект приносил удовольствие игроку вне зависимости от того, сколько денег он заплатил и заплатил ли вообще. Если он не хочет платить – пусть получает удовольствие от игры бесплатно. Если же он готов отдать много денег – дайте ему такую возможность.

В этом смысле хорошим примером (как, впрочем, и во многих других ситуациях) является игра Clash Royale.

Игрок получает новые карты из сундуков, однако каждый сундук требует времени на разблокировку. Чем ценнее сундук, тем больше времени требуется, чтобы его открыть. Этот процесс можно ускорить, заплатив кристаллы. Однако кристаллы имеют тенденцию быстро заканчиваться, и за покупку новых придется платить реальные деньги.

Те, кто не хочет платить, вполне могут подождать – например, оставить сундук открываться на ночь. А те, кто готов потратить реальные деньги, могут закупиться кристаллами и открывать сундуки моментально. Таким образом они получат преимущество (тот самый возврат инвестиций в виде эмоций), но рано или поздно столкнутся с более серьезным соперником. К тому же те, кто не платит за открытие сундука, через некоторое время «догонят» платящих, и снова придется вносить в игру деньги, чтобы удержать преимущество.

Получается, что в Clash Royale игрок может тратить любую сумму денег или не тратить их вовсе. Игра хорошо подходит и для не платящих, и для китов, просто у каждого своя скорость игры и потребность в эмоциях.

Резюмируем наши знания о китах:

– киты – это те, кто платит большие суммы денег;

– китов иногда стоит исключать из анализа, чтобы они не портили статистику (особенно по каналам трафика, на небольших и немногочисленных кампаниях);

– китов трудно найти, однако нужно пытаться (ищите их в разных странах и на разных платформах);

– игроки платят, чтобы было веселее играть, чтобы получить дополнительные функции и компенсировать недостаток игровых умений;

– китов можно найти среди уже существующих у вас игроков, просто дайте игроку возможность потратить ту сумму денег, которую он хочет отдать (от нуля до бесконечности).

Желаем вам роста LTV и всех других метрик, кроме оттока!

Глава 7
Прогнозирование

Стоит только попристальнее вглядеться в настоящее, будущее вдруг выступит само собой.

Н. В. Гоголь

Во всех местах, где я работал аналитиком, приходилось прогнозировать. Как правило, прогнозируют либо доход, либо метрики, связанные с ним (допустим, ARPU – доход с пользователя). Для прогнозирования существует достаточно много математических методов и готовых пакетов в том же Python. Но иногда прогнозировать можно и экспертно. В конце концов, хороший аналитик – это всегда эксперт, и он сам выбирает метод прогнозирования: математика или опыт (а может быть, руны? Встречал я и такой способ на своем веку).

Данная глава посвящена прогнозированию, его методам, особенностям и предпосылкам.

Здоровый пессимизм

Важно уметь получать быструю обратную связь от проекта: чуть что отклонилось от прогнозируемой траектории, аналитик должен быть тут как тут.

Так, ребят, мы запустились. У нас 1000 пользователей, ARPU = 1 доллар, получаем тысячу долларов в день. Если через три месяца дорастем до 10 тысяч пользователей, будем по $10k в день получать.

Чаще всего, планируя доходы игры, мы оперируем количественными метриками, на которые можем влиять прежде всего с помощью трафика (DAU/WAU/MAU, новые пользователи, пользовательский онлайн). Качественные же метрики (Retention, ARPU, Paying Share, LTV) предполагаются неизменными – ну что с ними станет?

Данный раздел посвящен тезису, что это не так.

За основу мы взяли исследование 2015 года, в рамках которого были проанализированы 400 игр. Все игры были разбиты на группы в зависимости от их финансовой успешности. И по играм в разное время в течение 12 недель после запуска замеряли качественные метрики, а именно:

– конверсию в платеж;

– ARPPU (доход с платящего игрока);

– ARPDAU (дневной доход с активного игрока);

– 1-Day Retention;

– 7-Days Retention.

И в рамках данного исследования, помимо прочих, звучит следующая идея:

качественные метрики снижаются со временем.

Рассмотрим, например, график 1-Day Retention:

Здесь горизонтальная ось – это недели с момента запуска игры. Цветами на данном графике выделены разные группы финансовой успешности (1 – самые успешные, 4 – наименее успешные). И видно, что снижение происходит по всем группам.

О чем нам это говорит?

О том, что предполагать стабильное поведение качественных метрик со временем неправильно.

В рассмотренном в начале примере ARPU едва ли останется на том же уровне через 3 месяца, особенно если ничего не делать.

Вот еще несколько мыслей по этому поводу.

Самая преданная и лояльная аудитория – это та, что была с вами с самого начала. С бета-версии, с момента soft launch – в зависимости от того, откуда вы ведете летоисчисление. Берегите этих ребят!

Старый друг лучше новых двух, особенно в смысле LTV. LTV, как мы знаем, это свертка всех качественных показателей в одну метрику: здесь вам и Retention, и конверсия в платеж, и доход с платящего (ARPPU). Все эти метрики со временем снижаются. Соответственно, снизится и LTV. Поэтому вполне возможна ситуация, что LTV первоначальной, золотой когорты будет в два раза выше, чем LTV когорты, которая пришла спустя несколько месяцев.

Чем больше аудитория, тем хуже ее качество. Обычно, как только появляются новые пользователи и проект начинает расти, метрики качества заваливаются вниз, и рост осуществляется за счет объема.

Это не повод опускать руки. Раздел, хоть и содержит пессимистичное утверждение, прежде всего должен мотивировать вас на изменения. Мы предполагаем, что метрики качества будут постепенно таять в том случае, если мы пускаем все на самотек и никак не работаем над развитием проекта.

Оперирование после запуска – важнейший этап в жизни игры. Если ничего не делать – метрики пойдут вниз. Значит, надо делать: постоянно работать над увеличением удержания, конверсии в платеж, дохода с платящего – для всего этого существует достаточно механизмов и методов. Если поставить главной целью рост качественных метрик, то вполне возможно, что вам удастся переломить это органическое поведение показателей, и вы сможете стабилизировать их или даже увеличить.

Сначала качество, потом количество. Допустим, вы стоите перед выбором: увеличить Retention либо налить еще трафика. Выбирайте первое: сначала надо оптимизировать качественные метрики, залатать дыры в решете, и уж затем в это решето наливать трафик. В противном же случае вы быстро прольете через себя всю целевую аудиторию, и она ничего не оставит на память.

Главное, о чем нужно помнить, – метрики не останутся теми же. Органичное поведение метрик качества – это постоянное медленное снижение. И пусть это стимулирует вас к дальнейшим действиям.

Сезонность

Сейчас мы поговорим о таком явлении, как сезонность в значениях ключевых показателей проекта, и обсудим, как ее найти и использовать себе во благо.

Сезонностью обычно называют любые периодические колебания временного ряда. Допустим, у вас есть данные по продажам продукта за каждый день в течение трех лет. И наш опыт в аналитике приложений показывает, что в этом временном ряде, скорее всего, есть сезонность, то есть можно выделить некоторую цикличность в поведении показателей.

Чаще всего наиболее ярко сезонность выражена по дням недели и по месяцам. Рассмотрим каждую по отдельности.

Недельная сезонность заключается в приростах или падениях, соответствующих разным дням недели. Она объясняется вполне логично: есть будние дни, а есть выходные. Из будних дней можно выделить понедельник (как правило, со знаком минус) – день затишья после шумных выходных, и пятницу (как правило, со знаком плюс) – день, когда можно позволить себе немного больше, чем обычно. В выходные же ведут себя иначе, в отличие от будних дней, и график онлайна (потому что можно играть с самого утра вместо того, чтобы идти в школу или на работу), и прочие метрики (допустим, ARPDAU – средний доход с активного пользователя в день).

Несколько примеров:

– во многих играх аудитория в выходной день больше, чем в будни;

– с другой стороны, показатели дохода в среднем выше в будние дни и достигают максимума в пятницу (именно поэтому пятница – отличный день для проведения акций);

– особенно интересным кажется результат нашего исследования: показатели удержания пользователей, зарегистрированных в пятницу, в среднем немного выше, чем у пользователей, зарегистрированных в другие дни. Вероятно, это можно объяснить чисто психологически: устанавливая приложение в пятницу, вы заранее увеличиваете себе шанс открыть его на следующий день, ведь это выходной.

Последний пример, к слову, демонстрирует важную мысль. Сезонность касается не только количественных метрик продукта (аудитория или доход), но и качественных показателей (Retention, ARPU). То есть пользователи даже ведут себя в разные дни по-разному.

Скриншот отчета Main Metrics в devtodev. На нем видно, что и доход, и сессии имеют недельную сезонность, и особенно ярко выражена она у показателя дохода

Месячная сезонность

Если агрегировать показатели по месяцам (от DAU перейти к MAU, а от ARPDAU к ARPU), то тоже можно заметить некоторые сезонные изменения:

– как мы говорили выше, во многих продуктах жаркие месяцы являются, наоборот, наиболее «холодными» по количеству аудитории, ее интересу и деньгам;

– а вот холодные месяцы, наоборот, привлекают больше пользователей (условно говоря, на улице холодно, можно и дома посидеть, в игры поиграть);

– особенно ярко выражена сезонность в декабре – это, как правило, месяц всеобщего подъема, притом как аудитории, так и денег, с нее полученных.

Впрочем, только лишь недельной или месячной сезонностью дело не ограничивается. Чуть ниже мы поговорим о том, как найти оптимальную продолжительность цикла, а пока – несколько нетривиальных примеров:

– в одной из игр мы видели, что оптимальная продолжительность цикла в поведении показателя ARPDAU – не 7 дней, а 14. Мы объяснили это тем, что зарплату людям платят как раз каждые две недели;

– в некоторых продуктах, кстати, особенно заметны пики на тех числах месяца, которые делятся на пять (а это и есть дни зарплаты);

– также мы находили продукты, в которых оптимальные циклы составляли 3, 9, 11 дней, – и во всех случаях это объяснялось внутренними ивентами в продукте (в частности турнирами).

Еще один вид классификации сезонности, о котором стоит упомянуть. Она бывает аддитивная (когда сезонные коэффициенты постоянны во времени) и мультипликативная (когда сезонные колебания со временем растут или падают). Мы рассмотрели аддиктивную – по нашему опыту, она встречается чаще.

Отличия аддитивной и мультипликативной сезонности